Data Engineer

Kur galima peržiūrėti užduočių žurnalus Airflow?

Duotos dvi lentelės t1 ir t2. Užduotis yra išvardyti visas jungimo rūšis, kurias žinote, ir rezultatą užklausos select * from t1 <join> t2 on t1.t = t2.t kiekvienam iš jų. |t1.t| ------ 1 2 4 null ------ |t2.t| ------ 1 3 null null

Middle

Купер

CREATE TABLE orders ( driver_id varchar, city varchar, order_id varchar ); -- Gaukite geriausių 10 vairuotojų pagal užsakymų skaičių kiekviename mieste

Kaip Pandas tvarko trūkstamus duomenis?

Papaskink apie savo darbo patirtį: užduotys, technologijų rinkinys

Kur geriausiai veikia duomenų suspaudimas — stulpelių ar eilučių saugojime ir kodėl?

SELECT * FROM table1 AS t1 LEFT JOIN table2 AS t2 ON t1.date_start > t2.date_start

Kuo skiriasi RANK() ir DENSE_RANK()?

PASIRINKITE * IŠ lentelės1 kaip t1 Kairysis JOIN lentelė2 kaip t2 ON t1.date_start > t2.date_start d = { True: 42, 1: 2, 1.0: 100500 } print(d)

Kas yra indeksai duomenų bazėse, kam jie skirti ir koks jų vidinis struktūra?

Middle+

СБЕР

Fizinio klubų lankomumo analizė Jūs dirbate kaip analitikas fitneso klubų tinkle. Turite informacijos apie naudotojų lankomumą ir jų įsigytas narystes. Reikia analizuoti narystės efektyvumą. Apskaičiuokite kiekvieno narystės tipo: • bendrą naudotojų, naudojusių šį narystės tipą, skaičių. Laikykitės tik unikalių user_id; • bendrą vizitų skaičių su šia naryste. Laikykitės visų naudotojų vizitų su šia naryste; • naudotojų, turinčių šią narystę, dalį procentais nuo visų naudotojų skaičiaus (apvalinta iki vieno skaitmens po kablelio). Skaičiuokite naudodami santykį tarp naudotojų su šia naryste ir visų unikalių naudotojų. Kiekvienas naudotojas gali turėti tik vieną narystę. Rezultatą rūšiuokite pagal narystės tipą abėcėlės tvarka. Įvesties formatas Narystės lentelė: • membership_id (int) — unikalus narystės identifikatorius • user_id (int) — naudotojo identifikatorius • membership_type (text) — narystės tipas Lankymosi lentelė: • visit_id (int) — lankymosi unikalus identifikatorius • user_id (int) — naudotojo identifikatorius • visit_date (timestamp) — lankymosi data ir laikas Duomenys neturi tuščių ar klaidingų reikšmių. Išvesties formatas Užklausa turi grąžinti lentelę su laukais tokiu tvarką: • membership_type (text) — narystės tipas • users_count (int) — unikalių naudotojų, turinčių šį narystės tipą, skaičius • total_visits (int) — bendras lankymosi įvykių skaičius su šia naryste • user_share (numeric) — naudotojų dalis procentais nuo bendro naudotojų skaičiaus (apvalinta iki 1 skaitmens po kablelio) Rezultatas rūšiuojamas pagal narystės tipą abėcėlės tvarka.

Kaip prieiti prie situacijos, kai verslas prašo ataskaitos su duomenų vizualizacija apie naują akciją?

Kur atsiranda paralelizmas Airflow?

Papaskink, ką žinai apie stulpelių ir eilučių duomenų saugojimą. Kada ir kurį pasirinkti ir kodėl?

Papasakokite apie savo patirtį dirbant su Greenplum, DBT ir Data Vault. Kodėl perėjote nuo snaigės modelio prie Data Vault?

Middle

Купер

Kaip dirbote su Impala?

Middle

Aston

Kuo skiriasi ciklas per eilutę nuo ciklo per tuple Python? Kokie tipai yra pagrindiniai ir kaip tai veikia našumą?

Middle

Купер

Threading, multiprocessing, asyncio: koks skirtumas ir kada geriausia ką naudoti?

Papaskink apie savo darbo patirtį paskutiniuose darbuose, kokie projektai, koks technologijų rinkinys?

Middle+

СБЕР

Kiek papildomos atminties reikalauja žodynu pagrįstas sprendimas, neįskaitant grąžinamų duomenų?